BOOKS · READING ARCHIVE
成长的边界
大卫·爱泼斯坦
著名体育科学家罗斯·塔克（Ross Tucker）总结了体育领域的研究成果，简单来说就是：“我们已经了解，在早期尽可能多尝试各种项目——多样化最为关键。”
我的批注： 想到最近听的博客提到的一个发现：运动员们的长辈通常也会是运动员，也就是有基因传承，并且他们在很多运动项目都会很出色
有一项研究显示，那些大学毕业后就早早从事专业化工作的人，在刚毕业时确实薪水较高，但是，较晚开始专业化工作的人，他们找到的工作更适合他们自己的技能和个性，与前者在收入上的差距很快就能被弥补。还有大量的研究表明，和深耕某一领域的专才相比，技术发明家通过在不同领域积累经验，有效提高了自己的创造力；事实上，随着职业生涯不断发展，他们主动牺牲了一些深度来换取广度。在艺术创意领域，也有几乎一模一样的研究成果。
也发现了更多的证据——想要发展广泛的个人爱好和专业兴趣，成为通才，确实要花费时间——并且通常要放弃“赢在起跑线上”，但是这样做是值得的。
我继续钻研这一领域，发现很多资深专家在自己的专业里变得极其狭隘，他们的经验水平其实非常糟糕，但与此同时，他们又变得非常自信——多么危险的组合。通过和一位认知心理学家交谈，我认识到了一件非常重要却总被忽略的事情——慢慢积累那些持续性的知识，才是最好的学习之道，即使这意味着在即时测验中表现不佳。也就是说，最有用的学习方法看似效率低下，也像是会落后于人。
我的批注： 像是一些在证券行业的“专家”
每个小小的专业化组织都是“只见树木，不见森林”，就像在一个巨大的拼图中，自己能看到的这一块越来越小。
我的批注： 形象的比喻
过度专业化的还有医疗行业，也会出现“如果你唯一的工具是把锤子，你眼里的所有东西都像钉子”的情况。
我的批注： 也即王阳明说过的不要迷信权威
在追求创新的路上，日趋严重的专业化造成的结果是“永不交集的平行沟渠”。每个人都在埋头挖自己的沟，越挖越深，但是鲜有挖沟者站上来看看旁边的沟，即使能解决自己问题的人就在旁边。
克莱恩发现，许多领域的专家和国际象棋大师惊人地相似——他们都能本能地辨别出熟悉的模式。
当卡尼曼探究那些训练有素的专家如何做决断时，他时常发现经验根本帮不上忙。更糟糕的是，经验带来的常常不是技巧，而是自信。
经验能否带来专业知识和技能，完全取决于所在的领域。专业化的练习可以培养更好的国际象棋选手、桥牌选手和消防员，但是在预测金融或政治趋势，或者预测员工或病人表现时却帮不上忙。
他意识到了人工智能学者所说的“莫拉维克悖论”：机器和人类各自的优势和劣势时常处于对立状态。
通过反复练习国际象棋的各种棋局模式，大师们掌握了蔡司和西蒙所说的“组块法则”。他们不是在记每个单独的兵、象、车的布置，而是根据熟悉的模式，把棋局分成一个个有意义的小组块。
《星际争霸》的战略复杂性又给我们上了一课：游戏的格局越大，人类能贡献的潜能就越特别。作为人类，我们最大的优势正好就是过度专业化的对立面——广泛融合各类知识的能力。
在封闭且有规则可循的国际象棋领域，人工智能依靠着即时反馈和无穷无尽的数据，得以飞速发展。在有法规可依但是更加混乱的驾驶领域，人工智能虽取得了长足的进步，但是挑战依然存在。而在一个真正开放的领域——没有严格的规则，也没有大量完备的数据支持的医疗行业，人工智能的表现可以用灾难来形容。
“人工智能系统就像专业学者一样。”它们需要稳定的结构和精专的配置。
当过度专业化遭遇并不友好的领域时，人类本能地依靠熟悉的模式带来的经验。但这种倾向可能带来灾难性的后果——就像经验丰富的消防员在陌生环境救火时会做出错误的决定一样。
我的批注： 总结出书中提到的两个概念
过度专业化：垂直化，更加多的规则和固定的结构“国际象棋”
友好与否的领域：更像是现实世界 vs 特定区域，更多的参数 vs 单一参数
“认知壁垒”。想要避免“认知壁垒”的出现，埃里克·戴恩的建议和“一万小时定律”的思路南辕北辙：在特定的某一领域中去尝试应对各种完全不同的挑战，之后的研究者这样描述——坚持“把一只脚踏出你的世界”。
有创造力的成功者通常拥有广泛的兴趣，“而不会沉溺于一个狭隘的话题，这种广度所代表的洞察力并不仅仅来源于他们自身特定领域的经验
弗林效应——在20世纪，每一代新出生的人在智商测试中的分数都有所增加——现在已经在30多个国家得到了证实。进步是惊人的：每10年会增加3分。按这种速度，如果现在一个只能得到平均分的成年人和一个世纪前的成年人相比，其成绩位于总分98%的智力水平。
“瑞文标准推理测验的测试结果有了巨大进步，这说明如今的孩子在没有学过解决方法的情况下，临场解决问题的能力更强。”弗林给出了这样的结论。在没有任何线索和提示的情况下，如今的孩子发现规律和模式的能力更强了。即使是在语文和数学智商测试分数最近都有所下降的国家，瑞文标准推理测验的分数也呈上升趋势。
生活在前现代化的人们对“整体环境”——中心圆和其他各个圆形的关系——不那么感兴趣，所以他们的认知不会被周围的其他圆形左右。用一个通俗的比喻来说，就是前现代化的人只见树木，不见森林，而现代化社会的人只见森林，不见树木。
按弗林的话说，我们现在是“戴着科学眼镜”来看待这个世界。他的意思是，我们理解现实，不是依靠自己的直接经验，而是通过分层和分类，用抽象概念的不同层级来理解信息之间的关系。我们成长于一个“分类世界”里，而这样的世界对于偏远村民来说是彻底陌生的；我们把一些动物归类为哺乳动物，再根据它们生理和DNA上的相似性，在这一类别中再建立更具体的联系。
学者在针对六个工业化国家的数千名成年人的研究中发现，需要自助解决问题和非重复性挑战的现代工作，与认知灵活性相关。正如弗林所确认的那样，这并不意味着这一代的大脑比上一代的大脑本身就更有潜力，而是功利主义的观点已经被其他观点取而代之——世界是被概念划分的。②即便是最近，在一些非常传统或者正统的宗教组织内，虽然已经经历了现代化的洗礼，但是女性仍然被禁止参与现代工作，在同一组织内，弗林效应在女性身上的体现就比男性要慢。接触现代化的世界，让我们更好地适应了世界的复杂性，这就是认知灵活性的表现，也深入地影响了我们智力世界的广度。
生活在前现代化社会的村民，他们的想法被自己的直接经验所限制，而现代社会下人的思考则相对自由。这并不是说一种生活方式就一定比另一种要更好。正如社会学的奠基人之一、阿拉伯历史学家伊本·卡尔敦（Ibn Khaldun）在几个世纪前指出的那样，一位城市居民要穿越沙漠时，肯定要完全依靠游牧人才能活命。只要还生活在沙漠里，游牧民族就是这个领域的天才。
但是毋庸置疑，现代社会需要掌握通识，把相距甚远的领域和想法联系起来。鲁利亚称之为“分类”思维，也就是后来弗林所说的“科学眼镜”。“这种思想通常很灵活，”鲁利亚写道，“主体很容易从一个属性切换到另一个属性，并建立起合适的类别。他们把物体按性质分类（动物、花和工具），按材料分类（木质、金属和玻璃），按规格分类（体积大小），按颜色分类（浅色和深色），或者是按其他属性。自由切换的能力——从一个类别转到另一类别——就是‘抽象思维’最重要的特点之一。”
把逻辑推理技能运用到框架中，他们的成绩让人大跌眼镜。生物专业和英语专业的学生在和他们专业没有直接关联的每个方面都表现得很差。包括心理学专业在内，没有任何一个专业的学生了解社会科学方法。理科学生学会了特定领域的事实知识，却不了解如何运用科学来得出正确的结论；神经科学专业的学生在各个领域都成绩平平；商学院的学生在所有领域都表现得非常糟糕，包括经济学；而经济学专业的学生是总体上表现最好的。经济学本身就是一个范围很广的学科，并且经济学教授也能够把推理出的原理应用在经济学之外的问题上。
每个人都需要跨学科思考的思维习惯。
周以真（Jeannette M. Wing）是哥伦比亚大学计算机科学教授，曾出任微软研究院副总裁，她努力普及广义的“计算思维”，认为这种思维才是精神上的瑞士军刀。周以真认定，“计算思维”会变得像阅读能力一样，成为人类的基本能力，即便对那些与计算机科学或编程毫不相干的人来说也是如此。“当面临一项巨大而复杂的任务时，计算思维是用抽象和分解的方法来解决，”她写道，“是为问题选择一种适当的呈现方式。”
快速变化的邪恶世界所需要的正是概念推理技能，能够在不同背景下把新的想法和工作任务结合起来。面对着从未直接经历过的问题，偏远地区的村民彻底迷失了。但这不是我们的选择。一个挑战越是受限、越是重复，它就越有可能被迫自动化；而那些能够从一个问题或者一个领域中获取概念性知识，并且把它应用到一个全新问题或领域的人，将会获得巨大的回报。
“上课时间或者是练习时间，并不是衡量优秀与否的正确指标。”而每一个在发展初期就接受大量有组织的课程培训的学生都属于“平均水平”组别，而非优秀组。“这似乎强烈暗示了，”研究人员这样记录道，“在年纪尚小时上太多的课可能并没有帮助。”
“但是，”研究人员补充道，“把精力分配给不同乐器仍旧很重要。
他把专业人士的童年描述为“一种潜移默化”，而不是正式的教学。“大多数人探索了乐队排练室里的各种乐器，把这当作选择一种乐器开始专门练习的前奏
林普发现，当音乐家在进行创作时，大脑中与注意力集中、约束和自我审查相关的区域被抑制了。“这几乎就像是大脑把自我批评的功能关闭了。”他告诉《国家地理》杂志。在即兴创作时，音乐家的所作所为几乎与有意识地识别错误并停下来纠正错误完全相反。
训练的广度预示着转型的广度。也就是说，学习者学到的背景内容越多，其创造的抽象模型就越多，他们对特定具体例子的依赖就越少。这样一来，学习者可以更好地把自己的知识应用在前所未见的情形——这就是创造力的核心。
他指出，一项研究发现，普通孩子平均有六条家规需要遵守，而孩子极具创造力的家庭只有一条家规。后者的父母在孩子做了他们不喜欢的事情后，才会让孩子知道他们的意见，他们没有事先禁止它。这些家庭极少在事前就约束孩子。
切基尼不再讲话，他停下来，靠在椅子上，盯着天花板。过了一会儿，他说：“别人在指板上胡乱摸索好几年的东西，我在两分钟内就可以弹出来，因为我也经历过胡乱摸索的那个过程。你不知道什么是对的，什么是错的。你脑子里没有这种概念，只是想找到一个解决问题的方法，而在我活了五十载光阴之后，这些东西才开始慢慢积累。这是一个缓慢的过程，但与此同时，这也是一种学习的方式。”
老师把这种多项选择游戏误解为学生真的掌握了这些知识，以为学生们已经可以举一反三。有时，学生们会联合在一起，断断续续地猜答案。“K除以8 。”一位同学说。“8除以K。”另一位同学说。“我觉得还是K除以8。”第三位同学回答。老师始终保持着耐心，鼓励孩子们，即便他们没有说出正确的答案。“没关系，”老师说，“你们这是在思考。”但是，问题就在于他们思考的方式。
我的批注： 这在我的学习生涯中非常常见，不加思考的给出答案然后看老师的反馈。想到一句话，你到底学没学，只有你自己知道
在研究涉及的每个国家的每个教室里都有老师在问这两类问题。但是，一个重要的区别在于，在问了一个“建立联系”的问题后老师都做了什么。
老师并没有让学生去解决困惑，而是经常以给出线索的方式回应学生的恳求——把“建立联系”的提问变成了“使用过程”的提问。
但是，学习既应持久（需要坚持）又宜灵活（需要将知识应用于更广阔的领域），追求快速和简单正是问题症结所在。
“合意难度”——在学习过程中，总会遇到一些阻碍，从短期来看，这些阻碍让学习更有挑战性，让学习进程更慢，也让学习者垂头丧气；但是从长远来看，是有益处的。
学习者为了未来的利益需要牺牲当前的表现。
学习者对自己的错误答案越有信心，当他们随后学到正确答案时，正确的信息就越牢固。容忍大错误可以创造最好的学习机会。
我的批注： 这就想到，我所在的大部分课堂都在潜意识里提倡给出正确答案
所谓“间隔期”，顾名思义，就是在学习同样内容时，特意把每次练习的时间隔开。你可以称之为穿插在许多次“刻意练习”中的“刻意不练习”。
我的批注： 学而时习之
正如里奇兰所研究的“建立联系”问题一样，学习者很难接受这一点：最好的学习之路“道阻且长”，不仅进度缓慢，而且在眼下也可能表现不佳，而这些困难正是为了让人在之后表现得更好。这一现实严重违背了直觉——不仅蒙蔽了学习者自己，也让他们对自己的进步和老师的教学技巧产生怀疑。
然而，交叉练习总会蒙蔽学习者的双眼——他们体会不到自己的进步。在科内尔和比约克关于交叉练习的一项研究中，80%的学生坚信，自己使用封闭练习的学习效果比使用交叉练习的更好，但是他们的表现却颠覆了自己的想法。事实证明，学习的感觉是建立在眼前可见的进步上，而深度学习则不会带来这种感觉。科内尔告诉我：“当你的直觉告诉你这是封闭练习时，你就应该尝试交叉练习。”
我的批注： 突然觉得阅读是将生活中似有非有的问题提出来并解决，我在学习中常常会质疑自己学习方法是否有问题从而摇摆不定，现在觉得当时的质疑应该以相信自己结束
不管面对的是体力任务还是脑力任务，交叉练习提高的是匹配正确解决策略的能力。这也是专家解决问题的标志。无论是化学家、物理学家还是政治学家，那些最成功的问题解决者都是先花费精力确认他们面临的到底是哪一类的问题，然后再找到相对应的解决策略，而不是直接跳进那些已经烂熟于心的程序或步骤里。这样看来，这种“先辨识，再解决”的方法和那些成长于友好型学习环境的人的做法截然相反，比如国际象棋大师，他们的行为严重依赖直觉。来自友好型学习环境的人会先选择策略，再评估问题；而来自重复性较低的学习环境的人，会先评估问题，然后再选择适当的策略。
像测试和隔离期这样的“合意难度”，可以让知识长久地停留在脑海中，这些知识会变得持久。而像建立联系和交叉练习这样的“合意难度”，可以让知识更加灵活，当学习者面对着训练中从未出现过的问题时，这种灵活性大有裨益。短期来看，这两类合意难度都让学习进度趋于缓慢，也影响了眼前的表现。这就是问题所在——因为我们就像美国空军学院的学员一样，总是条件反射地通过眼下的表现评估自己的进步。我们也和学员们一样，经常犯错。
那些长久有效的知识肯定是高度灵活的，其中包括能够应用于新问题中各类思维模式。
有一种特殊的思考方式可以促进“远迁移”——这是亚历山大·鲁利亚研究中乌兹别克斯坦村民无法掌握的一种思考方式——这种思维方式之所以略显困难，正是因为知识迁移的范围限制。这种模式其实就是广泛地思考，但是我们没有一个人能充分利用这种模式。
我的批注： 这一章给我的总体感觉是
学而时习之。知识到底学没学进去，只有自己知道，有没有认真学，只有自己知道。
“在现在的生活中，”根特纳告诉我，“我们需要想起那些具备抽象相似性或者关系上相似的东西。你越想拥有创造力，这一点就越重要。”
在一个复杂多变的世界里，依靠单一领域的经验不仅有局限性，而且可能是灾难性的。
仅靠使用单一类比来解决问题，尤其是从自己非常熟悉的情境里选择的类比，不能帮助我们摆脱“内部视角”这种自然冲动，这个术语是心理学家丹尼尔·卡尼曼和阿莫斯·特沃斯基（Amos Tversky）创造出来的。当我们狭隘地根据眼前某个特定事物的细节做出判断时，就会采用“内部视角”。
他们发现，从大量不同领域的类比开始，就像开普勒那样，最终会自然获得“外部视角”，从而提升决策水平。他们邀请大型私募股权公司的投资人参与了实验，这些投资人的潜在投资项目涵盖各行各业。研究人员认为，投资人的工作可以自然而然地获得“外部视角”。
心理学家已经反复展示过，一个人考量的内部细节越多，其做出的判断就越极端。
网飞公司（Netflix）在改进“向观众推荐”这一算法时，也得到了类似的结论。把电影的特征逐一解析来发现观众的爱好，其实是非常复杂的，而且准确性还不如把一人和有相似观影历史的其他用户做类比。网飞的算法不再预测你可能喜欢什么，而是检视你是什么样的人，其复杂性就在于此。
身处变化叵测的世界里，在直觉主宰你的决定之前，先去评估一系列的选择，这才是上计。
那些成功的问题解决者在为问题匹配到合适的策略之前，更擅长确定问题的深层结构；而那些不太成功的问题解决者就像“模糊分类任务”中的大部分学生一样——他们只能认识到那些浅显的、过于明显的特点，按照这种表面现象来分类，例如按照不同的专业领域。而对于那些最好的问题解决者，研究者描述道，他们解决问题“从给问题分类开始”。
“问题描述得好，就已经解决了一半的问题了。”
每周的实验室例会是最有趣的。每个星期，整个团队都会聚在一起——实验室负责人、研究生、博士后和技术人员——一起讨论实验室成员面临的挑战。我们刻板印象中的科学家都是孤独地做着实验，对着一堆试管埋头苦干，而这些例会上的科学家完全不是这样。邓巴不仅看到了信息的自由流动，还看到了即时的交换。科学家们反复探讨想法、提出新的实验、研究各种困难。“这就是科学研究中最具创造力的时刻了。”邓巴告诉我。所以他把这些场景录了下来。
面对着意料之外的情况，可用的类比范围可以帮助确定谁学到了新的东西。在邓巴的研究项目中，只有一个实验室没有任何新发现，团队中的每个人都有相似且高度专业化的背景，而类比几乎从未被使用过。“当实验室的所有成员掌握的知识都一样时，问题一出现，一群想法相近的人跟单独的一个人没有区别，他们无法给出更多的类比。”邓巴这样总结道。
按照列维特的说法，有些研究建议的“一些警示，例如‘成功者永不放弃，放弃者永不成功’，虽然是出于好意，但是实际上是极其糟糕的建议”。列维特认为，自己最重要的一项技能就是“愿意放弃”一个项目或者一整个研究领域，从而找到自己更为适合的匹配。
转变者就是成功者。这似乎和那些关于放弃的陈词滥调完全对立，和现代心理学中的新概念也完全不符。
一个人起初并无知识，需要尽快通过各种可能的路径来获得信息，逐步筛选出自己的决定，确定精力应该分配到何处。他写道，有一个词叫“年少无知”，描述的就是青年人倾向于选择有风险的工作，但是这根本不是无知，这其实是非常理想的情况。比起年长的劳动者，他们缺乏经验，所以他们选择的第一条路就应该是高风险、高回报的，并且具有较高的信息价值。
赛斯·戈丁（Seth Godin）关于职业选择的作品在全世界都颇具人气，他在一本著作中批评了“放弃者永不成功”这种想法。戈丁认为，所谓的“成功者”——总的来说，就是那些在自己领域达到顶峰的人——退出得很快，而且当他们发现预期计划并不是最佳匹配时，他们也没有因此而郁郁寡欢。他写道，当我们执着于“那些没有勇气去放弃的任务时，这才叫失败”。只因为追求目标有困难就放弃，戈丁很明显是不支持这种做法的。面对困难，努力坚持，这是任何一个想走得长远的旅行者的竞争优势，但是戈丁认为，知道什么时候该放弃是一个巨大的战略优势，每个人在开始冒险之前，都应该列举一下在哪种情况下自己需要放弃。戈丁说，重要的是要适应现实——转行是只因缺乏毅力，还是敏锐地察觉到有更好的匹配在等你。
我的批注： 知道什么时候放弃是自己的优势
问题的本质还是匹配质量问题。军方认为哪一位未来军官的技能越熟练，就越有可能给谁奖学金。随着这些勤奋又有天赋的奖学金获得者不断进步，成为年轻的专家，他们会逐渐意识到自己在军队之外还有更多的职业选择。最终，他们决定告别军营，去尝试其他行业。换句话说，他们在二十几岁的年纪就了解了自我，作为回应，他们做出了关于匹配质量的一系列决定。
奈非和史密斯给凡·高这种易变的激情起了一个优雅的名字：“坚持改变的理念”。在恒毅力表中，“我非常沉浸于某个想法或项目，但只能坚持很短的一段时间，很快我就会失去兴趣”这一描述，就是凡·高的最好写照，他的一生都是如此，直到生命的最后几年里，他确定了自己的独特风格，并使其创造性地爆发。
问题的关键是：一些出乎意料的经历带来了意想不到的新目标，或者发掘了他们以往未被发现的才能。
就像史蒂芬·奈非在谈到凡·高生平时所说，因为积累了多种多样的经验，所以出现了一些“无法定义的消化过程”。赫塞尔本告诉我：“我没有意识到自己正在为什么事情做准备，我不是打定主意要成为一个领导者，我只是通过做当时需要做的事情来学习。”
在回忆录中，奈特说自己“不太会设定目标”，而他创立新的制鞋公司只是为了尽快失败，这样就可以为下次创业积累经验。他定下了一个又一个的短期目标，一边执行一边把自己学到的教训应用其中。
“我们所研究的这些有成就感的人确实追求了长期目标，但是，他们是花了一段时间去探索之后，才制定了这个目标，”奥加斯解释，“很明显，获得法学或医学学位，或者博士学位，这没有问题。但是，如果在你还不知道这个选择是否适合你的时候就做出承诺、选定道路，这样做的风险其实更大。而且，不要认为选择了之后就无法更改了。有的人在医学院学到一半才认清自己。”
我们对于工作和生活的偏好不会一直保持不变，因为我们自身是一直在变化中的。
我的批注： 场域理论
此时此刻的你是转瞬即逝的，就好像之前每一个瞬间的你。这似乎是最意外的结果，但是这也是证据最充分的结果。
不论是一代人的年龄，还是每个个体的内心，唯一不变的就是变化本身。
结果显示，有些人格特征确实随时间推移而变化，而这种变化的方向是可以预知的。成年人往往会变得更随和，更认真负责，情绪更稳定，也不再那么神经质，但是对于经验却日趋保守。到了中年，成年人会变得更加专一和小心，好奇心、心态的开放性和创造力却减退了。
反之亦然。与其询问一个人他（她）是否坚毅，我们应该问他（她）什么时候能表现出坚毅。
我们只有通过生活才能了解自己是谁，而不是依靠过去。
“面对着那么多可能的自我，我应该选择哪个自我开始探索？我怎么样才能实现这种探索？”先去接近可能的自己。⑤比起庞大的计划，我们应该选择能够更快上手的实验。
与其先设定目标再工作，不如从有希望的环境开始工作。这是成功人士的最真实经历。
“我从1976年1月开始画画——没有接受任何训练。这就是我的绘画。除非去尝试，否则一个人不会知道自己能做什么。想要找到自己的才能，答案就是去尝试。”
定势效应，这是一个心理学术语，它描述的是：问题的解决者总是倾向于使用那些已经熟悉的方法，即使有更好的办法在眼前，他们也不会选择。
“因为面对一些问题或者疑问，你必须要跳出圈子来思考。”
斯旺森觉得，如果公共知识的大爆炸持续加速，那么各专业下面的子专业就会如同星系一般，逐渐互相远离，直到再也无法看到对方。由此，他认识到跨学科解决问题的重要性，但这确实是一个难题。
斯旺森想说明，从未有过正式交集的各个领域的文献其实充满了宝藏，这些交叉学科的知识亟待我们去探索。
他这样告诉我，“当人们觉得自己和名人有所关联时，往往会陷入疯狂。”
我之前甚至都没想到这些。我当然不想帮助一个跟踪者，但吉尔花了不少时间让我相信，正因为她特殊的生活经历，她能看到专家们看不到的东西。
横向思考是20世纪60年代出现的术语，描述的是重新思考新环境下的各种信息，包括看似毫不相干的概念或领域，给旧想法赋予新用途。横井军平所说的“过时的技术”，指的是那些已经被充分理解且非常容易获取的技术，所以也不需要什么专业知识。这种理念的核心是，把廉价而简单的技术用在别人想不到的地方。
毫无疑问，横井军平也需要专门人才的帮助。冈田智（Satoru Okada）是任天堂公司聘请的第一位真正意义上的电子工程师，他曾经直言不讳地说：“横井军平的强项不在电子这方面。”横井军平和冈田智共同设计了Game & Watch和Game Boy。“我多是负责机器内部的系统，横井军平则更关注产品设计和界面（布局和菜单等）。”冈田智回忆道。如果说横井军平是任天堂的史蒂夫·乔布斯，那么冈田智就是斯蒂夫·沃兹尼亚克（Steve Wozniak）。
我的批注： 横井军平更像是一位产品设计师
奥德科克咨询了一些光学专家，大家都告诉他这根本不可能，这正是他想听到的。“如果他们说：‘这是个好主意，你试试吧，这是可行的。’你怎么可能是第一个发现突破的人？这种概率肯定是零。”他告诉我。
“如果你正在研究定义明确、理解透彻的问题，那么高度专业化的专才肯定可以出色地完成任务，”他这样告诉我，“随着模糊性和不确定性逐渐增加——这是系统问题的常态，广度变得愈发重要。”
格里芬的研究团队注意到，“连续型创新者”反复强调，按照自己任职公司目前的招聘条件，他们很有可能会被排除在外。格里芬和同事在研究结果中写道：“这种机械性的招聘条件，虽然可以产生高度可重复的劳动成果，但事实上把许多有很大发明潜力的求职者拒之门外。”当我第一次和安迪·奥德科克交谈时，他正在为明尼苏达大学开发一门课程，课程的部分内容就是如何识别潜在的创新者。“我们认为，学校的课程可能让很多学生有挫败感，因为他们的眼界本来就非常广阔。”
我的批注： 不知道我是否符合通才的定义，我想要找到能够发挥自己能力的工作或者去处
有一种特别的思考者，他们对世界的运行方式始终固执己见，即使面对着自相矛盾的事实，他们的想法依然只会更加根深蒂固，预测的水平也变得更糟糕，而不是更好，因为他们收集信息的依据是——自己心里再现的世界。他们每天都在电视上和新闻里抛头露面，一边做着越来越糟糕的预测，一边声称自己已经取得胜利，完全忽视自己已经在被严格分析的态势。
令人震惊的是，刺猬在自己的专业领域所做的长期预测，水平尤其糟糕。随着他们在自己的领域不断积累资历和经验，他们的水平反而变得更差。需要处理的信息越多，他们就越能把自己的世界观强加于任何一个故事。这让刺猬们拥有了一个明显的优势。面对世界上发生的每一件事，刺猬们都从自己偏爱的那个小钥匙孔去窥探和理解，这样就可以为世界上发生的任何事轻轻松松炮制出令人信服的一套说辞，接着再用自己不容置疑的权威讲述这个故事。换句话说，电视台最喜欢这种叙事了。
我的批注： 觉得我看过的一些书中有这些刺猬的痕迹
伊斯特曼和他的队友一样，不管走到哪里都在不停地收集想法，再把这些想法纳入自己的知识储备中，所以，任何地方都是他的沃土。
他发现，在某一话题上太过深入，在预测时往往没有好结果。“所以，如果我知道队伍里的某个人是某学科的专家，我会非常开心地去和他们接触，我的接触方式是提问题，并且观察他们都发掘了什么内容。但是我不会单纯倾听：‘好的，这位生物化学家说某种药物可能要上市了，所以他肯定是对的。’通常情况下，如果你对某个领域过于了解，那么你很难找到一个准确的观察视角。”伊斯特曼向我描述了最优秀的预测者的特征：“真正的好奇心——对所有东西都真的抱有好奇心。”
她的感觉和伊斯特曼一模一样，狭隘型的专家是宝贵的资源，“但是你必须明白，他们可能也有盲区。所以，我所做的事情是从他们那里获得事实，而非意见。
超级预测者们的在线互动极其礼貌，虽然有不同意见，但不会因此而产生不快。考辛斯告诉我，即使有人说过（当然这种情况非常罕见）：“你简直是胡言乱语，你的话我根本搞不懂，请解释一下。”他们也不会介意。超级预测者们追求的不是统一意见；他们追求的是观点的聚合，而且是大量的观点。泰洛克把这些最优秀的预测者描述为长着蜻蜓眼睛的狐狸——蜻蜓的眼睛由成千上万个镜头组成，每个镜头都有一个不同的视角，再把所有的视角在蜻蜓的大脑中合成视觉图像。
最优秀的预测者们把自己的观点看作需要验证的假设。他们的目的不是说服自己的队友，以期让他们相信自己如何专业，而是鼓励队友们发现自己概念中的错误。
在学习环境恶劣的领域，自动反馈缺失，仅凭经验是无法提高水平的。在这种情况下，有效的思维习惯变得愈发重要，而且这种习惯是可以培养的。在连续四年的预测竞赛中，泰洛克和梅勒斯的研究小组发现，一小时的“狐狸型思维习惯”基础训练就能提升预测准确性。这种习惯很像我们在第5章提到的类比思考法，这种思考方式帮助风险投资家和电影爱好者更准确地预测了投资回报和电影票房。从本质上来说，预测者通过发掘一系列孤立事件的深层结构相似性，就可以有所提升，而不是仅仅关注特定事件的内在细节。百分百全新的事件几乎没有——用泰洛克的话来说，只不过其特别的程度有所差别——而发掘一系列孤立事件则迫使预测者学习去像统计学家一样思考。
泰洛克认为：“优秀的预测者就是优秀的概念更新者。”如果刺猬们预测错了，他们会接受失败的逻辑，就像他们会强化胜利的逻辑一样。
用一个词来总结的话，就是——学习。有时候，它需要你把经验完全搁置在一边。
“和你们一样，美国宇航局和莫顿聚硫橡胶公司里没有一个人提出需要另外十七场引擎没问题的比赛数据，”教授解释道，“很明显，这些数据是存在的，而且他们也经历了和我们一样的讨论过程。如果我现在是学生，我也很可能会说：‘在课堂上，老师通常会提供我们所需要的全部材料。’但是现实生活中的小组会议里，有人在你面前讲解着幻灯片，展示数据，我们通常就仅仅使用这些眼前的已知的数据。我认为我们的讨论方式有点问题，没人去问：‘这就是我们想做的决策所需的所有数据吗？’”
世界各地的商学院教授们已经把卡特赛车队的案例讲了三十年，因为它提供了一个严肃的教训：在数据不完整的情况下做决定是危险的，仅仅依靠眼前的东西做判断是多么愚蠢。
卡特赛车队的案例告诉我们，只要工程师看的是正确的数据，是可以得到正确答案的。事实上，正确的数据不包含任何答案。发射“挑战者号”的决定实在是非常模糊。这是一个充满不确定性的问题，此前的经验也不能提供帮助，而对更多数据的需求恰恰成了问题本身。
“放弃工具就代表着故意遗忘、努力适应并增加灵活性，”维克写道，“正是因为人们不愿意放弃自己熟悉的工具，最终把事情变成了悲剧。”对他来说，消防员是一个典型的例子，而且是一个很好的比喻——他发现，可靠的组织往往坚持可靠的方法，即使这种方法让组织做出了令人困惑的决定。
需要数据的穆洛伊对这个决定也感到不安，但与此同时，他又觉得自己被美国宇航局的终极工具保护着——这种工具就是无比神圣的过程，去捍卫一个已有的决策，而不是使用已知的信息做出一个正确的决策。和消防员一样，美国宇航局的管理者们也和自己的工具融为一体了。正如麦克唐纳所说，只看定量分析的数据实际上支持了美国宇航局自己的观点——气温与发射失败没有关系。美国宇航局一贯强调定量数据的重要性，这是他们珍而重之的工具，但是不适用于当晚的发射。在那个晚上，这个工具应该被放下。
菲利普·泰洛克和芭芭拉·梅勒斯发现，能够容忍模糊状态的思考者做出的预测最为准确
商学院的学生普遍被灌输了一致性模型的思想：一位优秀的管理者可以把工作中的每一个元素都纳入一致性的范围，而其中所有的影响都是互相加强的——无论崇尚凝聚力还是个人主义。但是如此，组织内部可能会太过于一致了。有了“不一致性”，“你就是在做交叉互检。”泰洛克告诉我。
我的批注： 交叉互检--很凝练的总结
身在美国宇航局的他也笃信同样的信条和严格的程序——“我们信仰上帝，其他的拿数据说话”——但是，他也养成了另一种习惯：向每个层级的技术人员和工程师征询意见。如果他两次听到相同的预感，那么他可以打破需要数据的常规，去进行调查。
如果发现有问题，每个人都有责任提出异议——这才是他想要的文化。他决心去寻找疑点
我的批注： 想到了之前的“管理中的哲学”这类思考
组织的结构不应该是阶梯式，而应该是由多个圆环绕而成，赫塞尔本处在圆心位置。信息可以向四面八方流动，每一个在圆圈上的人都有无数个入口来实现与下一个圆圈的交流，而不是只有一个充当大门的领导。当她给我解释这些时，这种方式很像雷克斯努力推动的“不一致性”，和莱斯姆斯上尉运用的策略也很类似：一种差异化的指挥链和沟通链产生了“不一致性”，让组织拥有了健康的张力。
这是一种复杂的平衡，培养出的文化似乎处处在跟另一种文化较劲。航天飞机工程师定性分析的预感，或者缺乏情报的伞降救援队员，都没有具体的规则可供参考。实验证明，“不一致性”可以帮助人们发掘有用的线索，并且在必要时放弃传统的工具。
孤立地看待大拼图中的小块，不管这些小块有多清晰，都不足以应付人类面临的最大挑战。我们早就知道热力学原理，但是却无法预测森林火灾的走向。我们也知道细胞如何工作，但是也预测不了由细胞组成的人类会写出怎样的诗篇。仅仅从青蛙视角观察狭隘的个人部分是不够的。健康的生态系统需要生物多样性。
他说，“别把你的技术应用在老地方。带上你的技术去解决新的问题，或者带着你的问题去学习全新的技术。”
针对富有创造性的思考者的研究发现，热情，甚至孩子气、爱玩的特性在他们身上反复出现。
她把杰姆的思维描述为典型的“刻意的初学者”。她指出，“初学者”（amateur）一词的起源并非贬义，而是源自拉丁语，意思是衷心热爱某项活动并为之努力的人。“创新与精通的矛盾在于，当你走上某一道路时，突破出现了，但是又会偏离原本的路径，伪装成你刚刚才开始一样。”
他们践行了研究物理与生物交叉学科的诺贝尔奖得主麦克斯·德尔布吕克（Max Delbrück）的原则——“有限马虎原则”。德尔布吕克提醒，要注意不能太小心了，不然你会不自觉地限制自己的探索。
“这些课程讲的都是非常专业化的知识，给学生提供一大堆非常琐碎、非常狭隘、非常晦涩的东西，过不了几个星期，学生们就会把这些东西全部忘记，我们真的需要上这种课吗？尤其是在当下，所有的信息都能通过手机获得。你周围的学生们，他们的手机上有关于人类的所有知识，但是他们不知道该如何整合这些知识。因为我们没有教给他们思考或推理的方法。
有人研究了不同专业的联结和不同背景的创造者的关联，结果是：这些关联是值得捍卫的。
我的批注： 看到这我发现这部分更加的偏向学术，不过我也能看出与我日常学习方面的关联和指导意义
乌奇认为，人类的创造，从根本上说是“观点的进出口”。
我们来简单回顾一下：这些在不同知识之间架起桥梁的论文，获得资助的可能性很小，登上著名期刊的可能性也很小，出版时被忽视的可能性很大，但从长远来看，在人类知识库中成为“爆款”的可能性也很大。
卡萨德沃尔最重要的论点是：创新的生态系统应该保持广度和低效率。科学界要经历的是一场漫长而艰难的战斗。
“当你在拓展边界时，大部分的工作其实是在试探。这样的工作不需要高效率，”卡萨德沃尔说，“真正失去的是那些交谈和整合的时间。人们抓起午餐，拿回办公室吃。他们觉得吃午饭是低效率的，但是这个时间是迸发想法和建立联系的最佳时间。”
别觉得自己落后他人。两位古罗马的历史学家记录了尤利乌斯·恺撒年轻时的一件事：他在西班牙看到了亚历山大大帝的雕塑，然后痛哭流涕。“亚历山大大帝在我这个年纪已经征服了很多国家，而我只是虚度光阴，没有做任何值得铭记的事情。”据记载，恺撒是这样说的。但很快，这种担心就成了遥远的回忆，恺撒掌管了罗马共和国——在被自己的朋友暗杀之前，他已经是罗马共和国的独裁官。公平地说，就像那些年纪轻轻就拥有高光时刻的运动员一样，恺撒在年轻时就已攀上人生之巅。你应该和昨天的自己比较，而不是和那些除你之外的年轻人比较。每个人前进的速度不尽相同，所以，不要因为任何人让你自己感觉落后。也许你还不知道自己将去向何方，所以感觉落后于人也没有什么用。我们不如听从埃米尼亚·伊贝拉的建议——主动寻求匹配质量，开始计划一些人生实验。也许，你的实验也可以安排在周五晚上或是周六早晨。
像米开朗基罗对待大理石一样对待你自己的旅程和项目吧：愿意去学习和改变，如果有需要的话，甚至可以放弃此前的目标，彻底改变方向。针对创作者的一项研究表明，从技术创新领域到漫画书出版，一群多种类型的专才无法完全替代拥有广度的通才所做的贡献。即使你从工作的某一类别转向另一个，或是完全改变了领域，之前的经验都不会被浪费。
你不必再为获得多种经验和多做各种实验而浪费时间了。我希望自己已经在本书的讨论中增加了一些有价值想法，因为无数个领域的研究都表明，精神上的自由和个人实验是力量的源泉，而“赢在起跑线”完全被高估了。就像美国最高法院大法官奥利弗·温德尔·霍姆斯（Oliver Wendell Holmes）在20世纪针对思想的自由交流所写下的话语：“这是一次实验，因为所有生命都是一次实验。”
进行关联性思考，是我们人类能主宰地球的原因之一。对于其他物种来说，建立联系是十分困难的。”面对着新事物，类比思考让我们把它们变得熟悉；面对已经熟悉的事物，类比思考赋予我们重新审视这些事物的新角度，进而得以推理那些陌生环境中出现的新问题。
而“遗传算法”的概念是基于自然选择的进化过程——尝试并评估了各种解决方法之后，更成功的方法把属性传递给下一轮的解决方案，然后无限延伸下去